Question

我正在使用kaggle house price dataset，我有以下代码来计算四分位数范围

# bin by area
df['sqft_area_binned']=pd.cut(x=df['sqft_living'], bins=5)
q1 = df.groupby(['sqft_area_binned'])['price'].quantile(0.25)
q3 = df.groupby(['sqft_area_binned'])['price'].quantile(0.75)
iqr = q3 - q1
upper = q3 + 1.5*iqr
lower = q1 - 1.5*iqr
print(upper)
>>>
sqft_area_binned
(276.75, 2940.0]        946000.0
(2940.0, 5590.0]       1900000.0
(5590.0, 8240.0]       4332500.0
(8240.0, 10890.0]     10210500.0
(10890.0, 13540.0]    10410000.0
Name: price, dtype: float64

现在，我想返回一个id列表（df中的第一列）sqft_area_binned 对应的lower或上面相应的upper。

例如，如果一所房子（df中的一行）有sqft_area_binned=(276.75, 2940.0]和price＆gt; 946000.0，然后返回id。

这怎么可能，可能使用过滤或.isin()？

Answer 1

query = df.index[(df.sqft_area_binned == desiredBin) & (df.price > upperPriceBound)]

如何使用另一个pandas系列返回pandas数据框中的索引列表？

1 个答案: